“其实这个不一定，大多数时候还是布局要稍高的。”
黄宝洋笑着解释道：
“但是，因为布局其实可选点非常之多，而且前三选非常接近。作为人类棋手，很多时候并不会完全按照ai选择行动。
“反倒是中盘，因为战斗的逐渐展开，棋手必须尽量敏锐地抓住当下最为重要的点，所以有时会有些棋出现中盘一选率反而比布局高的情况。”
“可……中盘前三选率93%，一选率67%？”李菁哲依旧惊疑不定：“这真的是人能做到的？”
他虽然不会下围棋，但家中毕竟有个棋迷令他耳濡目染，他还是知道围棋与象棋、国象并不一样，中局战局复杂的同时还可选点极多。
结果，在这么个情况下，人类居然下出了93%的前三选率，和67%的一选率？！
要知道，随着近年ai水平的发展，现在的围棋ai如果要下当年的初代omega go，必然是毫不留情的屠杀！
而如果一个人，哪怕在中盘也能下出如此之高的现代ai吻合率。那单凭当年的初版omega go，搞不好真的很难单靠计算能力在中盘阶段追回布局时的劣势！
“怎么样？我们的这些职业棋手，还算努力吧？”
正当李菁哲还没从惊讶中缓过神来时，黄宝洋不无得意地说道。
“啊，当然啦，这盘应该算是小雷发挥得相当好的一局棋，不过这也绝非偶然。
“就像台上那位顶尖棋手刚说的，上一届农心杯擂台赛的最后一局，南韩的柳世贤发挥也是极为出色，和今天的情况几乎如出一辙。
“就是在那盘棋过后，围棋论坛上开始有人怀疑：是不是人类顶尖棋手已经能和初版omega go一较高下了。”
“可……人这是怎么做到的呀！”李菁哲对此依旧有些难以相信。
作为有志于一线计算机科学研究的天之骄子，李菁哲自然知道以omega go为代表的现代围棋ai，都是采用深度学习，通过合理减少棋类冗余计算，以保证有效计算上拥有人类绝对无法企及的强大计算能力。
可现在，人类居然能够与现代深度学习ai一较高下？！
要知道，现代ai出现前最强的国象计算机软件“雪鱼”，其完全体几乎从未被人类击败过！
但“雪鱼”在omega go衍生而出的omega zero软件学习了4小时国际象棋的情况下，就被对方以28胜72和、未尝一败的成绩狂虐。
其中omega zero先行战绩是25胜25和，这个胜率在普遍认为最终解是和棋的国象里，简直就是惊世骇俗！
所以，基本可以认为，棋类游戏上，人类在深度学习ai面前，就是被降维碾压的份。
可结果在围棋棋手被深度学习ai无情碾过的七年后，他们居然反过来开始触碰到那最早碾压过他们的深度学习ai了？！
完全理解到这个事实后，李菁哲一时有些恍惚。
当初omega软件之所以拿围棋作为其深度学习ai的出山之作，很大程度上就是为了抓人眼球——有什么比攻略“世界最难的棋类游戏”、“人类智慧的最后尊严”更引人瞩目的呢？
不过，当omega go软件轻而易举地打碎了几千年来无数围棋棋手的骄傲之后，却并未在此多加驻留。
毕竟人是商业团队，围棋这种小众棋类游戏能挣几个钱啊？
自此之后，顶尖商业ai基本都不太会关注这个流行范围仅限东亚三国的小众项目，最前沿的ai研究者也懒得留意被他们搅成一锅粥后的围棋圈内的状况。
也只有国内及南韩、东瀛的一些ai公司，在根据围棋圈需要，进行ai发展迭代，但这种发展基本仅限于更迭优化，从未再有内核质变。
可谁曾想，在围棋从ai前沿研究中彻底淡出之后，反而出现了让人瞠目结舌的新情况！
面对李菁哲的提问，黄宝洋扬了扬眉毛：
“菁哲啊，这我个老古董可就真不知道了！
“但……或许这就是我们仍然一如既往地热爱围棋的原因吧？”
正当黄宝洋说完这句话时，台上突然有了新的响动。
对弈至第286手，黑方林睿昕投子认负！
【情节相关】
唔，第三场棋圣战还有点赛后收尾，明天开始写定段赛有关剧情。
【现实情况】
关于本章的有关情节，感觉需要说明一下，这的确源于现实。
当下围棋第一人申天帝能否赢下初代阿尔法狗，这个话题尽管还有一定争议，但主流观点大多认为申在不犯病的情况下占优，或者是好胜负。绝没有人因为初代狗是深度学习ai就觉得申天帝一点没法下——哪怕论计算量两者天差地别。
简单说，在围棋上，人类现在确实在摸到幼狗的尾巴。
(本章完)